如何從它的索引和兩個變量函數創建一個 Pandas DataFrame？

Question

這是我一直在使用的常見模式：

rows = ['Joe','Amy','Tom']
columns = ['account_no', 'balance']

def f(row, column):
    '''Fetches value from database'''
    return np.random.random()

pd.DataFrame([[f(row, column) for column in columns] for  row in rows], index=rows, columns=columns)

如果行和列是數字，我也可以使用 np.meshgrid：

rows = [1,2,3]
columns = [4,5]

pd.DataFrame(np.vectorize(f)(xs, ys), index=rows, columns=columns)

我的問題是，在一般情況下，最優雅/Pythonic/“pandasic”/最快/最易讀的方法是什么？

謝謝！

Answer 1

這樣做的一種方法可能是將您的函數轉換為 ufunc，然后使用外部

import numpy as np
uf = np.frompyfunc(f, 2, 1) # f has 2 inputs, 1 outputs
pd.DataFrame(uf.outer(rows, columns), index=rows, columns=columns)

您上面的一個標准是“最具可讀性”，我認為您現有的 for 循環解決方案是最好的。